[发明专利]对角递归神经网络控制器在多平台中的实现方法

权利要求书

1.一种对角递归神经网络控制器在多平台中的实现方法，其特征在于，按照如下步骤实现：

S1：建立DRNN神经网络控制器，所述DRNN神经网络控制器包括一DRNC神经网络和一DRNI神经网络；

S2：分别对所述DRNC神经网络和所述DRNI神经网络对应选取学习训练方法；

S3：通过计算单元模块组态的方式建立所述DRNN神经网络控制器的拓扑结构，并对各个计算单元模块的计算顺序进行时序分析与判断；

在步骤S3中，所述DRNN神经网络控制器包括多个拓扑结构，且每个拓扑结构均包括多个节点以及与所述节点相连的连接线；所述计算单元模块为所述拓扑结构中最小组成的节点；所述计算单元模块为执行模拟量或数字量计算操作的控制单元；所述连接线用以表示数据变量信号类型和信号流动方向；所述拓扑结构之间的数据流是通过每个拓扑结构对应的输入控制单元或输出控制单元相互衔接；

S4：建立所述计算单元模块与通用中间件的映射关系；

在所述步骤S4中，所述通用中间件通过对所述计算单元模块进行结构化数字编码，建立所述计算单元模块与所述通用中间件的映射关系；

所述通用中间件用于连接所述拓扑结构与目标平台，且该通用中间件包括：结构数据库、事务调度模块、中间件模块以及算法执行模块；所述结构数据库用于接收和管理经结构化数字编码后计算单元模块的组态信息；所述事务调度模块和所述算法执行模块用于读取所述组态信息以及所述计算单元模块的时序定义信息，以及完成所述DRNN神经网络控制器的计算与执行；

将DRNN神经网络控制器的算法拓扑结构所包含的组态信息按照通过结构化数字编码，发送到所述通用中间件的结构数据库中；

由所述事务调度模块与所述算法执行模块负责读取计算单元模块对应的控制算法数据和拓扑结构时序定义文件，完成算法时序判断、通讯管理、算法模块的选择、计算控制以及数据实时更新；

所述中间件模块负责解析控制算法数字编码与目标平台程序代码之间的映射关系，并利用代码自动生成方法将其转换为目标平台可执行的程序代码，驱动目标平台的硬件资源完成对应的计算；

S5：建立所述通用中间件与目标平台的映射关系；

S6：将所述通用中间件对应部署到所述目标平台中；

S7：在所述目标平台上对应解析所述通用中间件与所述目标平台间的映射关系；

S8：在所述目标平台上运行所述DRNN神经网络控制器。

2.根据权利要求1所述的对角递归神经网络控制器在多平台中的实现方法，其特征在于：在所述步骤S1中，所述DRNI神经网络用于识别未知的被控设备，并将被控设备的敏感度信息提供给所述DRNC神经网络；所述DRNC神经网络用于调节系统中被控设备的输出和期望输出之间的误差，使得被控设备的输出和期望输出之间的误差最小；所述DRNI神经网络的结构和所述DRNC神经网络的结构均根据被控设备输入输出的个数来建立的。